供给侧视角：我国上市冷链物流企业效率测算研究

张建嫱， 王东方， 陈宇晖

（武夷学院商学院， 福建武夷山354300）

一、引言

居民消费水平提高，对食品的新鲜度、卫生安全性的要求也越来越高，同时对冷链物流的服务水平提出了更高标准，冷链物流的市场发展空间巨大。根据中物联冷链委数据测算，2019年冷链物流市场总规模达到3391.2 亿元，比2018年增长505.2 亿元。同时，在国家大力发展冷链物流的政策环境下，把发展冷链物流提升到与民生工程息息相关的层面上来，可见国家对冷链物流发展的重视。放眼未来，冷链物流前景广阔，但冷链行业也面临诸多问题。冷链物流企业作为冷链物流行业的主角，存在企业升级慢、服务层次低、冷链设备及人才缺乏、竞争力不足等问题[1-3]。因此，从供给侧角度出发，深化冷链物流企业改革，转变企业传统服务模式，识别企业经营效率的主要影响因素，推进其发展模式的转型升级至关重要。

随着冷链物流需求的日益增加，国内外专家、学者对冷链物流效率评价也更加关注并展开了较为丰富的探索，目前主要集中在对冷链物流效率评价指标体系的构建及效率测算方法两部分的探索上。首先，在冷链物流效率评价指标选取上，较多学者从企业经营管理过程[4]、价值链[5]以及投入与产出及环境变量[6]等几个角度出发对冷链物流企业效率评价指标体系进行构建。其次，冷链物流效率测度模型方面，学者们主要采用层次分析法[7]、AHP- DEA 分析法[8]、三阶段DEA 分析法[9，10]等，其中DEA 分析法使用次数较多[11]。综上所述，关于冷链物流企业效率的研究较为丰富，但仍有几个方面有待进一步研究：第一，与冷链物流企业效率测算的相关研究还是较少，且未对企业进行分类研究；第二，在投入和产出变量以及环境变量的选取上未达成一致，还存在较多的研究空间。

冷链物流的发展进程是相对复杂并持续动态演进的，如何高效运作需要多方的配合与努力。因此，构建科学合理的效率评价体系，客观、准确地测算冷链物流企业的效率水平，进一步找出影响效率的关键因素，对推进行业的转型发展是十分必要的。基于此，本文选取21 家上市冷链物流企业，将其划分为运输型、仓储型、综合型三类，根据生产理论构建投入和产出指标，运用三阶段DEA 模型对它们的效率水平进行分类测算，并剔除经济、科技、政府、基础设施等有关影响因素，进而得出相对真实、准确的冷链物流企业效率水平。最后对实证结果进行分析，提出推动我国冷链物流企业的转型升级以及提升竞争能力的相关建议。

二、指标及样本选取

（一）指标选取

1.投入与产出指标的选取

根据生产理论，生产过程中主要投入的要素有人、财、物等，产出主要是商品或服务。结合冷链物流企业投入产出的特点，建立冷链物流企业效率评价的指标体系，具体如表1 所示。

表1 冷链物流企业效率评价指标体系的构成

2.环境变量的选取

冷链物流企业效率除了受生产过程的影响，还受当地整体经济发展环境、科技水平、地方政府支持、物流产业整体发展水平等外部环境的影响。为了确保部分数据的可获得性及来源的可靠性，主要选取以下四个环境变量。

（1）经济发展水平。主要通过冷链物流企业注册地所在省份的人均GDP，反映不同地区的经济发展水平对冷链物流企业发展的影响。

（2）科技水平。冷链物流对冷链技术有着很高的要求，冷链物流企业注册地所在省份的科技水平对冷链物流运作效率有很大影响。科技水平以政府财政中科技支出占一般公共财政支出预算的比例来体现。

（3）政府支持。地方政府的支持对冷链物流企业的发展非常关键。以冷链物流企业注册地所在省份的交通运输支出占一般公共财政支出预算的比例来表征。

（4）物流基础设施发展水平。冷链物流发展离不开物流基础设施的发展，而大部分物流运输方式以公路运输为主，因此选取冷链物流企业注册地所在省份的公路总里程来反映各地区物流基础设施发展水平。具体如表1 所示。

（二）样本选择及数据来源

由于上市企业在管理和监督上相对规范，其发布的数据具有较强的真实性和可靠性，因此，根据同花顺网站对 “冷链物流” 概念股进行查询，去除ST 公司和净利润为负值的企业，合格的样本共有21家。根据国家标准GB/T 19680- 2013 《物流企业分类与评估指标》，将21 家上市冷链物流企业分为仓储型（10 家）、运输型（3 家）、综合型（8 家）。

数据来源采用2018年的企业数据及统计年鉴数据，其中投入与产出指标数据主要来源于天眼查网站，环境变量数据主要来源于各省份2019年统计年鉴及2018年统计公报的数据。

三、我国上市冷链物流企业三阶段DEA 模型效率测算

近年来，DEA 模型应用于效率测算方面的研究较多，但在测算过程中容易受到环境、随机误差、管理等因素的影响。因此，Fired 等提出采用三阶段DEA 模型进行效率测算与分析，除去外部环境变量和随机干扰项，确保效率测算的准确度[12]。具体模型的计算如下：

（一）第一阶段：基于DEA- BCC 模型的测算

第一阶段主要采用常规DEA 模型进行效率测算，由于本文主要从供给侧角度出发，分析我国冷链物流企业效率问题，可解释为冷链物流企业在产出恒定的条件下投入最小化的效率，从而选择DEA- BCC 模型进行测算效率值及松弛变量值。第一阶段DEA- BCC 模型测算的效率水平表明，在未剔除外部环境、随机误差及管理等因素影响的情形下，我国上市冷链物流企业综合技术效率平均值为0.699，总体效率水平较低，即冷链物流企业整体运营水平较低；尤其是综合型冷链物流企业，其中只有两家的综合技术效率值为1，达到DEA 有效。为了提高分析结果的可靠性，将进一步剔除各上市冷链物流企业所处城市的外部环境，剥离环境因素和随机干扰项对效率值的影响。

（二）第二阶段：SFA 回归结果分析

由于第一阶段所计算的结果容易受到环境、随机误差及管理等因素影响，因此接下来将对每个冷链物流企业的投入松弛变量建立SFA 回归方程。根据Fired 等[12]所采用的方法，运用Frontier4.1 软件，将第一阶段中投入指标的松弛变量作为回归函数中的因变量，表1 中的环境变量作为回归函数中的自变量。通过SFA 回归分析，解析环境因素、随机干扰项和管理无效率等因素对冷链物流企业效率的影响程度。具体分析结果如表2 所示，各似然比参数都通过了5%的显著性水平检验，说明外部环境变量对冷链物流企业投入松弛变量影响显著；另外，γ值处于0.9 以上且接近1，都通过1%显著性水平检验，说明管理无效率项占总方差的比例大，即技术效率差异性比较大，主要是技术差异性造成对综合效率值的影响。此时参数也表明，通过SFA 模型来剔除环境及其他随机因素影响是十分必要的。

表2 SFA 回归模型分析

当环境变量回归系数为正值，表示环境变量值的提高会引起投入松弛变量的增长，即产出降低，对企业效率产生负向影响；相反，若环境变量回归系数为负值，则表示环境变量提高会引起投入松弛变量的降低，即产出提升，对企业效率产生正向影响。从回归分析的结果来看，人均GDP、科技水平、政府支持、公路里程四项环境变量对三项投入指标的松弛变量均有较为显著的影响，都通过了10%的显著性水平检验，具体分析结果如下。

（1）人均GDP、公路里程对三项投入指标的松弛变量的回归系数均接近于0，意味着经济发展和基础设施资源对冷链物流企业效率产生影响不大；

（2）科技水平对在职员工人数投入松弛变量回归系数为正值，说明科学技术资源还未得到充分利用，从而对冷链物流企业效率产生负向影响，即不利的影响。对营业成本和总资产投入松弛变量的回归系数为负值，说明科学技术水平的提升有利于降低营业成本、总资产投入的松弛，从而有效提升资源的利用率，对冷链物流企业效率产生正向影响。

（3）政府支持对三项投入指标的松弛变量的回归系数均为负值，表明政府在交通运输方面投入的增长，将有利于在职员工人数、营业成本、总资产投入松弛变量的降低，增加冷链物流企业的产出，对冷链物流企业效率产生正向影响。

以上回归分析的结果表明，未来冷链物流企业的高效率发展不能只依赖于经济发展和交通基础设施的推动，应当更加关注科技水平发展和政府在交通运输方面投入的合理利用，从而保障资源的合理利用并推动冷链物流企业效率的进一步提升。

（三）第三阶段：调整投入后的DEA 效率分析

通过SFA 回归模型分析，以最终回归结果对冷链物流企业的投入量进行调整，以便所有冷链物流企业调整于相同的环境中。将调整后的三项投入指标数据和原来的三项产出指标的数据，再一次通过DEA- BCC 模型测算我国上市冷链物流企业的投入产出效率。第三阶段调整后的DEA 模型测算的冷链物流企业效率是剔除外部环境、随机误差及管理等因素的结果，能够更为真实、精确地反映出冷链物流企业效率水平的状况。对第一、三阶段的测算结果进行对比，当投入指标调整后技术效率提升，表明冷链物流企业发展受外部环境因素影响较大；反之，则影响较小。具体分析结果如表3。从表3 测算结果可以看出，我国上市冷链物流企业的综合技术效率、纯技术效率以及规模效率值在指标调整前后产生了显著变化。

表3 我国上市冷链物流企业指标调整前后效率测算

（1）整体上看，我国冷链物流企业综合技术效率水平还是较低，调整之前的综合技术均值为0.699，而调整之后有所提升，为0.765，说明环境及随机因素对冷链物流企业效率评价具有重要的影响。21 家企业只有4 家达到DEA 有效（综合技术效率值=1），只占总数的19%。这表明我国冷链物流企业的资源利用与配置方面尚存在较大的改善和进步空间。

（2）从各冷链物流企业的效率结构上看，纯技术效率调整后总体上升，而规模效率调整后总体小幅度下降。纯技术效率方面，调整前后平均值从0.807 上升到0.939。并且从表4 不难看出，剔除相关影响因素后，纯技术效率发生变化区间位于0.9—1，由调整前的1 个企业变为调整后的4 个，说明我国冷链物流企业平均管理、技术水平较高，企业自身资源得到了较好的利用。规模效率方面，调整前后均值从0.879 下降到0.806，变化比例不大，说明我国冷链物流企业资源配置效率较低，受环境因素影响较大，总体规模不大，龙头企业数量不足。但从表5 可以看出，调整前后处于规模效率递增阶段，企业从6 个上升为16 个，占总体比例的76%，总体上我国上市冷链物流企业处于规模效率持续递增的状态，表明企业在资源配置水平的提高方面仍存在较大的改善和进步空间。但顺丰控股处于规模效率递减阶段，需注意企业规模的扩张，进而提高企业的经营质量。

表4 我国上市冷链物流企业效率值分布状况

表5 我国上市冷链物流企业效率状态分布情况

（3）从企业类型上看，我国不同类型的上市冷链物流企业综合技术效率差异显著。从表6 可以看出，仓储型、运输型、综合型的综合技术效率水平都不高，最低为0.699，平均水平0.765，说明我国冷链物流企业发展类型以传统的仓储、运输为主，服务层次较低且较为单一；从企业的效率结构上看，三种类型的冷链物流企业的纯技术效率水平较高，但规模效率水平较低，尤其是综合型企业，说明综合型企业整体规模较小，发展还不够成熟。总的来说，主要原因在于各企业的规模效率差异颇大，说明我国冷链物流企业，特别是综合型企业资源配置还不够合理，需进一步注重企业管理水平的提高，优化企业发展的外部环境。

表6 我国上市冷链物流各类型企业调整后平均效率测算结果

（4）从各企业效率上看，我们绘制企业效率分布图如图1 所示。图1 中以规模效率为纵坐标，规模效率均值0.806 为分界线；同时以技术效率为横坐标，技术效率均值0.939 为分界线。将21 家上市冷链物流企业分为四个象限进行分类分析，同时将其分为四类：高- 高型、低- 低型、高- 低型、低- 高型。

图1 我国上市冷链物流企业效率分布图

高- 高型：企业规模效率值和技术效率值均高于总体平均水平，且DEA 效率接近1 或等于1，共有10 家，说明处于该象限的企业整体的经营效率较高。

低- 低型：企业在规模效率和技术效率上均低于整体平均水平，其中仓储型企业2 家：中储股份和金杯电工；综合型企业2 家：光明乳业和因特集团；运输型企业1 家：交运股份。这5 家企业在未来发展中不仅要提高企业内部管理水平，注重企业自身技术水平的提升，还需注重资源的优化配置，可进一步扩张企业的发展规模。

高- 低型：企业规模效率值低于整体平均水平，有综合型企业2 家：中冷物流和海航冷链；仓储型企业2 家：联名股份和铁龙物流。这4 家企业在资源配置方面还存在不合理的问题，由于这4 家企业处于规模递增阶段，企业也可进一步扩张企业的发展规模。

低- 高型：企业技术效率值低于整体平均水平，有综合型企业1 家：中百集团；仓储型企业1 家：广州港。这2 家企业内部管理水平不够，需注重企业自身生产技术水平的提升。

总体来看，我国21 家上市冷链物流企业中有11 家企业经营效率水平在整体平均水平之下，不论是传统的服务型企业还是综合型企业，企业间的效率差异较大，整体发展水平不一，但还存在较大发展潜力。

四、结论与建议

综合以上分析，去除环境与随机因素前后我国上市冷链物流企业效率值的差异显著，表明环境因素与随机因素对我国上市冷链物流企业效率估计偏差不可忽视。根据实证结果，可得出以下三点结论：

（1）我国冷链物流企业发展水平相对较低，调整之后整体效率有所提升，综合技术效率均值为0.765，达到DEA 有效的企业只有6 家，说明我国冷链物流企业的发展处于较为不利的外部环境之中。

（2）我国上市冷链物流企业纯技术效率平均水平较高，规模效率平均水平较低。说明企业资源利用水平较高，但资源配置水平不高，企业整体规模较小，中小型企业较多，缺乏龙头企业。但企业整体处于规模效率递增状态，说明我国冷链物流企业发展尚存在较大的提升空间。

（3）我国不同类型的上市冷链物流企业综合技术效率差异显著，尤其是综合型企业效率较低。整体资源配置不够合理，规模效率差异颇大，说明我国企业还处于较为传统的企业模式，服务较为单一、整体发展水平不高。

对环境和随机因素的回归分析表明，科技水平发展和政府支持对我国冷链物流企业效率产生正向影响且影响显著，是推动冷链物流企业高效率发展的关键因素。因此，从政府、企业角度，提出以下两点发展建议：

（1）政府相关部门应进一步改善并提升冷链物流企业的外部发展环境，特别是提升冷链物流技术水平及完善冷链物流基础设施，进一步加强行业的标准化发展；同时，加大对龙头企业的扶持力度，尤其是对综合型企业的培育，有效引导企业的转型升级，进而提升企业的外部竞争能力。

（2）冷链物流企业应更加注重企业资源配置的效率，引进先进的管理理念及冷链物流技术，提高资源配置效率；更加注重企业自身转型发展，提高企业的服务层次，提供更加个性化、一体化的服务，提高冷链物流企业自身的综合竞争力。